산업 가이드: 투자은행
투자은행에서 Claude 사용법: 딜팀과 애널리스트를 위한 가이드
포맷팅에 밤새우는 시간은 줄이고, 딜에 쓰는 시간은 늘리세요.
이 가이드는 뱅커들이 M&A나 자본시장 딜의 방대한 생산 업무, 즉 피치북, 컴퍼러블 기업 분석, 선례거래, CIM, 티저, 바이어 리스트, 모델 검토에 Anthropic의 Claude를 활용하는 방법을 보여줍니다. Anthropic이 금융 서비스를 위해 공개한 내용, 이름이 공개된 기업들이 Anthropic 자체 게시글에서 밝힌 내용, 그리고 뱅커의 판단력이 대체될 수 없는 영역을 다룹니다.
투자은행에서 Claude 사용법의 핵심은 방대한 생산 작업을 맡기고 검증 단계는 그대로 유지하는 것입니다: 피치북 페이지와 기업 프로필 초안 작성, 제공된 데이터로 컴퍼러블 및 선례거래 표 구성, 실사 자료를 바탕으로 한 CIM 섹션과 티저 초안 작성, 바이어 리스트 구성, 그리고 합병 및 LBO 모델의 수식 오류 감사까지 포함됩니다. Claude는 초안을 빠르게 만들어내지만, 모든 숫자는 애널리스트와 어소시에이트가 여전히 검증하며, 클라이언트에게 제공되는 조언은 시니어 뱅커들의 책임으로 남습니다.
게시일
핵심 요약
- 투자은행에서 가장 강력한 활용 사례는 피치북 페이지, 컴퍼러블 및 선례거래 표, CIM과 티저 초안, 바이어 리스트, 그리고 모델 검토입니다.
- Anthropic은 컴퍼러블 기업 분석, DCF 모델, 티저 작성을 위한 Agent Skills와 함께 피치 빌더 및 모델 빌더 에이전트 템플릿을 공개했습니다.
- 클라이언트에게 전달되는 자료의 모든 수치는 공시자료, 데이터 제공업체, 혹은 클라이언트 자체 수치 등 출처와 반드시 대조되어야 합니다.
- AI 결과물을 제대로 검토하는 법을 배운 주니어 뱅커는 대체되는 것이 아니라 더 빨라집니다. 이 직무가 훈련시키는 것은 바로 판단력이라는 층위입니다.
- 클라이언트 및 딜 정보는 소속 은행이 승인한 워크스페이스에서만 다뤄야 합니다.
복사해서 붙여넣기
오늘 바로 쓸 수 있는 프롬프트
피치북용 기업 프로필
당신은 매도자 측 M&A 팀의 애널리스트입니다. 아래에 붙여넣은 공시자료와 투자자 프레젠테이션 발췌 내용만을 사용해서 피치북용 1페이지 기업 프로필을 작성하세요: 세 문장으로 된 사업 개요, 매출 비중별 사업부문, 공시된 주요 고객사와 지역, 최근 전략적 움직임, 그리고 잠재적 매각과 관련된 세 가지 포인트를 포함합니다. 모든 수치 옆에 출처 문서와 페이지를 표기하세요. 외부 지식은 사용하지 마세요. 자료: [붙여넣기].
Claude를 붙여넣은 자료로만 제한하면 오래되었거나 출처가 없는 수치가 책자에 들어가는 것을 막을 수 있습니다.
컴퍼러블 표와 코멘터리
다음은 피어 그룹의 거래 데이터 표입니다: 기업명, 기업가치(EV), 매출, EBITDA, 그리고 지난 회계연도와 향후 2개년 전망치의 성장률입니다. 각 연도별로 EV/매출과 EV/EBITDA를 계산하고, 그룹 전체의 평균과 중앙값을 구한 뒤, 배수가 중앙값에서 표준편차 1을 초과해 벗어나는 기업을 표시하세요. 그런 다음 매니징 디렉터가 그대로 읽을 수 있는 네 문장의 코멘터리를 작성하세요. 계산식을 함께 보여주세요. 데이터: [붙여넣기].
계산식을 요청하면 Excel에서 숫자를 재구성하여 확인할 수 있습니다.
CIM 섹션 초안
아래에 설명된 기업에 대한 CIM의 산업 개요(Industry Overview) 섹션 초안을 작성하세요. 제가 제공하는 시장 데이터와 경영진 자료만 사용하세요. 구성은 다음과 같습니다: 시장 정의, 규모 및 성장 동인, 경쟁 환경, 그리고 해당 기업이 수혜를 볼 수 있는 이유. 매도자 측 CIM 특유의 중립적이고 사실 위주의 톤으로 작성하세요. 출처가 필요한 주장에는 [출처 필요]로 표시하세요. 자료: [붙여넣기].
[출처 필요] 표시는 초안이 클라이언트 검토용으로 넘어가기 전에 정직성을 유지하게 해줍니다.
근거가 포함된 바이어 리스트
아래 타겟 기업 프로필을 바탕으로 전략적 바이어와 재무적 스폰서로 구분한 바이어 유니버스 초안을 작성하세요. 잠재 바이어별로 타겟의 제품, 고객, 또는 지역과 연관된 한 줄짜리 근거를 제시하고, 참여하지 않을 만한 명백한 이유가 있다면 함께 기재하세요. 확신이 서지 않는 바이어는 모두 '미확인'으로 표시해 팀이 자사 데이터베이스와 대조할 수 있게 하세요. 타겟 프로필: [붙여넣기].
Claude의 지식에는 기준 시점(cutoff)이 있으므로, 이 바이어 리스트는 자사 데이터베이스와 대조해야 할 출발점일 뿐입니다.
합병 모델 검토
MD가 보기 전에 애널리스트의 작업을 점검하는 어소시에이트 입장에서 첨부된 합병 손익 증감(accretion/dilution) 모델을 검토하세요. 매입가격, 자금조달 및 사용 내역(sources and uses), 조달 가정, 시너지, 프로포마 EPS를 추적하세요. 수식 안에 하드코딩된 입력값, 거래 가정 탭과 불일치하는 모든 항목, 부호 오류나 깨진 링크를 모두 나열하세요. 아무것도 수정하지 마세요. 셀 참조와 함께 번호가 매겨진 이슈 목록으로 답하세요.
검토와 수정을 분리하면 무엇을 바꿀지는 당신이 결정하게 되고, 오류가 어디에 숨어 있는지 배울 수 있습니다.
Anthropic 제공
Anthropic이 투자은행 분야에 제공하는 것
Claude for Financial Services
2025년 7월에 발표된 Anthropic의 금융 서비스 제품으로, Claude 모델, Claude Code, 엔터프라이즈 액세스에 FactSet, S&P Global, PitchBook, Morningstar 같은 데이터 제공업체용 사전 구축 커넥터와 구현 파트너를 결합한 것입니다. Anthropic은 데이터가 기본적으로 학습에 사용되지 않는다고 밝히고 있습니다.
· 출처
Advancing Claude for Financial Services
2025년 10월 업데이트로, 컴퍼러블 기업 분석, DCF 모델, 실사 데이터 팩, 피치북과 바이어 리스트용 기업 티저 및 프로필, 실적 분석, 커버리지 개시 보고서를 위한 Agent Skills를 추가했으며, Claude for Excel 베타와 LSEG, Moody's를 포함한 커넥터도 함께 선보였습니다.
· 출처
Agents for financial services
2026년 5월에 공개된 10종의 에이전트 템플릿으로, 피치 빌더, 미팅 준비 도구, 모델 빌더, 밸류에이션 리뷰어가 포함되며 Claude Cowork와 Claude Code의 플러그인 형태로 제공됩니다. 동시에 Anthropic의 Excel, PowerPoint, Word 애드인도 정식 출시되었습니다.
· 출처
실제 활용
투자은행 팀은 Claude를 이렇게 활용합니다
Anthropic이 공개한 고객 사례에 따르면
RBC Capital Markets
Anthropic의 2025년 10월 금융 서비스 업데이트에서 RBC Capital Markets의 AI 및 디지털 혁신 총괄은 Claude가 여러 데이터 소스를 통합하고 워크플로우를 자동화하는 데 특히 뛰어나다고 말했습니다.
Anthropic이 공개한 고객 사례에 따르면
Mizuho
Anthropic이 2026년 5월 금융 서비스 에이전트를 발표하면서 인용한 내용에 따르면, Mizuho의 뱅킹 부문 COO는 준비 시간이 아이디어를 위한 시간으로 바뀌고 있다고 설명했습니다.
Anthropic이 공개한 고객 사례에 따르면
Crunched
Anthropic의 고객 사례에 따르면, Crunched는 투자은행, 사모펀드(PE), 컨설팅 업계 사용자를 겨냥해 Claude 기반의 Excel 도구를 구축하고 있으며, 그 고객들은 모델링, 재무 스프레드, 기업 리포트 작성에서 큰 시간 절약을 보고하고 있습니다.
예시 시나리오
출처를 확인하고 검토한 피치북 기업 프로필
- 애널리스트가 공시자료 발췌본과 최신 투자자 프레젠테이션을 딜 프로젝트에 붙여넣습니다.
- Claude가 모든 수치 옆에 출처 문서와 페이지를 표기한 한 페이지짜리 프로필 초안을 작성합니다.
- 애널리스트가 각 수치를 출처와 대조하고, 잘못된 기간에서 가져온 사업부문 수치를 수정합니다.
- 어소시에이트가 매니징 디렉터가 전달하고 싶은 스토리에 맞게 전략적 포인트를 수정합니다.
- 해당 페이지는 표준 대조 확인과 검토를 거친 후에만 책자에 들어갑니다.
예시 시나리오
MD 미팅 전 합병 모델 검토
- 어소시에이트가 애널리스트의 합병 손익 증감 모델에 대해 수정 없이 이슈 목록만 Claude에게 요청합니다.
- Claude가 하드코딩된 입력값, 가정 탭과 다른 자금조달 가정, 그리고 깨진 링크를 나열합니다.
- 애널리스트가 각 이슈를 수정하고 무엇이 바뀌었는지 짧게 메모를 작성합니다.
- Claude가 두 번째 검토를 실행해 수정 사항을 확인하고 새로운 문제가 있으면 표시합니다.
- 어소시에이트가 매니징 디렉터에게 최종 결과물을 설명하고 숫자에 대한 책임을 집니다.
투자은행와 Claude: 공개된 수치
| 수치 | 맥락 | 출처 |
|---|---|---|
| financial spreads 8+ hours to 1 hour | Claude 기반 Excel 도구인 Crunched의 고객들이 보고한 수치로, Anthropic의 고객 사례에 근거함 | 출처 |
| company write-ups 8 hours to 20 minutes | Crunched 고객들이 보고한 수치로, Anthropic의 고객 사례에 근거함 | 출처 |
| >50% time savings on Excel modeling | Crunched 고객들이 보고한 수치로, Anthropic의 고객 사례에 근거함 | 출처 |
핵심 워크플로우
실제 딜 과정에서의 Claude 투자은행 활용 사례
이는 애널리스트와 어소시에이트의 시간을 가장 많이 잡아먹는 업무이자, 투자은행을 위한 AI가 제 역할을 하는 지점입니다.
피치북
공시자료와 제공된 데이터를 바탕으로 작성되는 기업 프로필, 상황 개요, 시장 페이지입니다. AI 피치북 생성 도구는 입력한 출처만큼만 훌륭합니다.
컴퍼러블 및 선례거래
컴퍼러블 분석을 위한 AI는 보유한 데이터로 배수를 계산하고, 이상치를 표시하고, 코멘터리 초안을 작성하는 것을 의미하며, 직접 재구성하고 확인할 수 있는 계산식과 함께 제공됩니다.
CIM과 티저
CIM 작성을 위한 AI는 실사 자료를 구조화된 섹션과 익명 티저로 변환하며, 딜팀이 채워야 할 공백은 표시해 둡니다.
바이어 리스트
각 후보명에 근거가 붙은 전략적·재무적 바이어 유니버스로, 자사의 관계 데이터와 대조할 준비가 되어 있습니다.
모델 검토
AI를 활용한 합병 모델 점검은 매입가격, 자금조달, 시너지, 프로포마 EPS를 추적하고, 어소시에이트가 수정할 하드코딩 값과 깨진 링크를 나열합니다.
미팅 및 프로세스 준비
딜 기록을 바탕으로 작성되는 클라이언트 미팅 브리프, 프로세스 레터, 경영진 프레젠테이션 개요, 바이어 질의응답입니다.
생산 레이어
투자은행이 주니어들에게 가장 익숙한 업무에 AI를 활용하는 방법
투자은행 업무 시간의 대부분은 생산 작업, 즉 데이터와 공시자료를 페이지로 바꾸고, 백 장에 달하는 슬라이드 전체에서 모든 숫자가 일치하는지 확인하고, 컴퍼러블 그룹이 바뀔 때마다 표를 다시 구성하는 데 쓰입니다. 이는 입력값이 깔끔하고 결과물이 검증되기만 한다면 Claude가 잘 처리하는 바로 그 작업입니다. 효과적인 방식은 고정된 출력 형식을 가진 좁은 범위의 프롬프트입니다: 한 번에 프로필 하나, 표 하나, 섹션 하나씩요.
Anthropic은 이 영역에 직접 힘을 쏟아왔습니다. 2025년 10월 금융 서비스 업데이트에서는 밸류에이션 배수와 운영 지표를 다루는 컴퍼러블 기업 분석용 Agent Skills, WACC 계산과 민감도 표를 포함한 DCF 모델, 그리고 피치북과 바이어 리스트용 기업 티저 및 프로필을 공개했습니다. 2026년 5월에는 피치 빌더, 모델 빌더, 미팅 준비 도구, 밸류에이션 리뷰어를 포함한 에이전트 템플릿을 추가했으며, Claude Cowork와 Claude Code의 플러그인 형태로 제공됩니다.
핵심 원칙은 출처 확인입니다. 건물을 나가는 모든 페이지에는 은행의 이름이 걸려 있습니다. Claude에게 각 수치마다 출처 문서와 페이지를 인용하도록 요청하고, 제공한 자료로 범위를 제한하며, 책자가 클라이언트에게 전달되기 전에 대조 확인을 책임지는 사람을 반드시 두세요. AI는 기준 자체를 바꾸지 않습니다. 다만 그 기준에 도달하는 속도를 바꿀 뿐입니다.
커리어
주니어 뱅커를 위한 AI: AI가 투자은행 애널리스트를 대체할까?
AI가 투자은행 애널리스트를 대체할 것인가라는 질문은 이제 모든 애널리스트 기수에서 나옵니다. 솔직한 답은 이 직무가 사라지는 것이 아니라 형태가 바뀌고 있다는 것입니다. 예전에는 밤을 새워야 했던 포맷팅과 초안 작업은 점점 더 도구가 맡고 있습니다. 남는 것은 이 직무의 진짜 훈련이었던 부분입니다: 비즈니스를 이해하는 것, 어떤 숫자가 틀렸는지 아는 것, 그리고 회의적인 클라이언트에게 밸류에이션을 설명하는 것입니다.
주니어 뱅커에게 AI는 검토자이자 설명자 역할을 할 때 가장 가치가 있습니다. Claude에게 민감도 표가 왜 그렇게 움직이는지, 두 배수 간의 차이를 만드는 요인이 무엇인지, 혹은 바이어가 CIM 섹션의 어느 부분에 이의를 제기할지 물어보세요. 이런 답변들은 시니어의 의견과 대조해서 확인하는 한, 포맷팅보다 훨씬 빠르게 판단력을 키워줍니다.
AI 결과물을 지시하고 검증하는 법을 배운 애널리스트는 팀이 속도와 정확성을 동시에 의지하는 사람이 됩니다. 반면 확인 없이 결과물을 책자에 붙여넣는 애널리스트는 금방 발각됩니다. 투자은행의 검토 문화는 바로 그런 실수를 잡아내기 위해 만들어졌기 때문입니다.
도구 선택
투자은행을 위한 Claude vs ChatGPT, 그리고 투자은행을 위한 Claude Skills
투자은행을 위한 Claude vs ChatGPT 비교는 본인의 실제 결과물로 직접 해봐야 합니다. 이미 검증해 둔 기업 프로필, 컴퍼러블 표, 모델을 준비해서 두 도구에 동일한 프롬프트와 입력값을 주세요. 정확도, 인용 방식, 포맷팅에 드는 노력, 데이터가 없을 때 각각 어떻게 대응하는지를 비교하세요. 두 도구 모두 자주 업데이트되므로, 워크플로우가 바뀌면 테스트를 다시 실행하세요.
투자은행을 위한 Claude skills란 Anthropic이 금융 업무를 위해 공개한 Agent Skills와 플러그인을 말하며, 컴퍼러블, DCF 모델, 티저, 피치 자료를 다루고 FactSet, S&P Global, PitchBook, LSEG 같은 데이터 제공업체와의 커넥터도 포함합니다. 소속 은행이 이를 활성화했다면 준비 작업이 줄어듭니다. 그렇지 않다면, 이 페이지의 프롬프트들은 업로드가 허용된 문서와 함께 일반 Claude 채팅에서도 그대로 작동합니다.
대부분의 은행에서 결정적인 요인은 모델의 성능이 아닙니다. 컴플라이언스가 무엇을 승인했는지, 클라이언트 정보에 어떤 데이터 약관이 적용되는지, 어떤 데이터 제공업체가 해당 도구와 연결되어 있는지가 관건입니다. 소속 은행이 실제 진행 중인 딜(live mandate)에 사용하도록 승인한 도구가, 공개 공시자료에만 쓸 수 있는 도구보다 낫습니다.
시작하기
AI 결과물을 실전에 쓸 수 있게 만드는 네 가지 습관
모든 숫자에 출처 달기
각 수치 옆에 출처 문서와 페이지를 요청하고, Claude를 붙여넣은 자료로만 제한하세요. 출처 없는 숫자는 책자에 들어가지 않습니다.
한 번에 한 페이지씩
고정된 형식으로 프로필, 표, 섹션 하나씩만 프롬프트하세요. 좁은 범위의 프롬프트는 빠르게 확인할 수 있는 결과물을 만듭니다.
검토 후 수정
모델을 감사할 때는 수정 없이 이슈 목록만 요청하세요. 무엇을 고칠지는 당신이 결정하고, 오류가 어디에 숨는지 배우게 됩니다.
프롬프트 라이브러리 만들기
소속 은행의 형식에 맞는 프롬프트를 저장해 두세요. 공유된 프롬프트는 딜팀 전체를 더 빠르고 일관되게 만듭니다.
한계
뱅커가 AI에 의존해서는 안 되는 지점
Claude는 매끄러운 페이지를 만들어내더라도 그 안에 틀린 숫자가 있을 수 있습니다. 스캔된 표를 잘못 읽거나, 회계연도와 달력연도를 혼동하거나, 학습 데이터에서 나온 오래된 수치를 그대로 가져올 수도 있습니다. 이런 것들은 클라이언트 결과물이나 공정성 의견(fairness opinion) 맥락에서는 절대 용납되지 않습니다. 모든 수치를 출처와 대조하고, Claude의 결과물은 아직 검증되지 않은 초안으로 다루세요.
조언은 사람의 책임입니다. 프로세스, 바이어, 또는 가격을 추천하는 일에는 관계, 시장에 대한 판단, 그리고 딜을 담당하는 뱅커들에게 남아 있는 규제상 의무가 얽혀 있습니다. Claude는 그런 대화를 준비하는 데 도움을 줄 수는 있지만, 그 대화를 대신 해줄 수는 없습니다.
기밀 유지는 절대적입니다. 딜 위임(mandate), 클라이언트 재무 정보, 바이어의 관심 여부는 중대한 비공개 정보(material non-public information)입니다. 소속 은행이 승인한 워크스페이스만 사용하고, 정보 차단벽(information barrier) 규정을 따르며, 딜 관련 자료를 개인 계정에 절대 붙여넣지 마세요.
다음 스태핑 이메일이 오기 전에 실력을 쌓으세요
딜 압박 속에서 프롬프트를 잘 쓰는 것은 요령이 아니라 훈련된 실력입니다. 무료 Nightschool AI 커리큘럼은 첫 수업부터 실습 중심이라, 책자 마감이 닥쳤을 때 이미 몸에 밴 습관이 되어 있습니다.
자주 묻는 질문
AI가 투자은행 애널리스트를 대체할까요?
AI는 애널리스트 업무 중 일부, 특히 포맷팅, 초안 작성, 표 만들기를 대체하고 있습니다. 하지만 비즈니스를 이해하고, 틀린 숫자를 잡아내고, 클라이언트 앞에서 시니어 뱅커를 지원할 사람에 대한 필요성까지 대체하지는 못합니다. AI 결과물을 지시하고 검증하는 법을 배운 애널리스트는 팀에서 더 가치 있는 사람이 되는 경향이 있습니다.
AI 시대에도 투자은행은 여전히 좋은 커리어일까요?
투자은행 업무의 핵심은 조언, 관계, 그리고 실행에 대한 판단력이며, 이는 여전히 사람의 몫입니다. 줄어드는 것은 예전에 애널리스트 시절을 지배했던 수작업 생산 업무입니다. 지금 투자은행에 입문하는 사람들은 포맷팅보다 분석과 검토에 더 많은 시간을 쓰게 될 것이며, 많은 사람이 이를 더 나은 수습 과정으로 느낄 것입니다.
AI가 피치북을 만들 수 있나요?
AI는 피치북의 상당 부분, 즉 기업 프로필, 시장 페이지, 컴퍼러블 표, 상황 개요를 초안으로 작성할 수 있으며, Anthropic은 피치 빌더 에이전트 템플릿도 공개했습니다. 하지만 MD가 전달하고 싶은 스토리를 결정하거나 모든 수치가 정확하다는 것을 보장할 수는 없습니다. 결과물은 딜팀이 출처를 확인하고, 검증하고, 다듬는 초안으로 다루세요.
Claude와 ChatGPT 중 어느 쪽이 파이낸셜 모델링을 더 잘하나요?
모델, 입력값, 그리고 각 도구의 어떤 버전을 쓰는지에 따라 다릅니다. 이미 검증해 둔 모델로 두 도구를 모두 테스트해서 정확도, 계산식의 투명성, 데이터가 없을 때의 대응 방식을 비교해 보세요. 클라이언트 업무에서는 대개 소속 은행이 승인하고 데이터 제공업체와 연결해 둔 도구가 현실적인 답입니다.
투자은행은 AI를 어떻게 활용하나요?
은행들은 피치 자료, 컴퍼러블 및 선례거래 분석, CIM과 티저 초안, 바이어 리스트, 미팅 준비, 모델 검토는 물론 내부 리서치에도 AI를 활용합니다. Anthropic 자체 게시글에는 RBC Capital Markets가 Claude의 데이터 소스 통합과 워크플로우 자동화를 언급한 내용과, Mizuho가 준비 시간이 아이디어를 위한 시간으로 바뀌었다고 언급한 내용이 인용되어 있습니다.
AI가 조용히 투자은행의 신입 애널리스트를 대체하고 있나요?
AI는 신입 애널리스트가 존재하는지 여부보다 그들이 하는 일 자체를 바꾸고 있습니다. 생산 업무는 도구로 옮겨가고, 검토, 분석, 클라이언트 대응 준비가 업무에서 차지하는 비중이 커지고 있습니다. 가장 위험한 애널리스트는 AI 결과물을 비판적으로 확인하는 법을 끝내 배우지 못하는 사람들입니다.
AI가 만드는 데 도움을 준 모델은 어떻게 검토해야 하나요?
애널리스트의 초안이라고 생각하고 다루세요. 자금조달 및 사용 내역, 조달 구조, 결과물을 한 줄 한 줄 추적하고, 수식 안에 하드코딩된 숫자가 있는지 살피고, 대차대조표가 맞는지 확인하고, 핵심 가정을 원본 문서와 비교하세요. Claude 자신에게 자기 모델에 대한 이슈 목록을 요청하는 것도 유용하지만, 최종 승인은 여전히 사람이 합니다.
진행 중인 딜(live mandate)에 AI를 사용해도 안전한가요?
소속 은행이 클라이언트 정보용으로 승인한 워크스페이스 안에서, 정보 차단벽 규정을 지키는 경우에만 안전합니다. 딜 위임과 클라이언트 재무 정보는 중대한 비공개 정보입니다. Anthropic은 자사의 금융 서비스 제품이 기본적으로 데이터를 학습에 사용하지 않는다고 밝히고 있지만, 무엇이 허용되는지는 소속 은행의 정책이 결정합니다.